# Create the simplest test data set
test1 <- list(time=c(4,3,1,1,2,2,3),
status=c(1,1,1,0,1,1,0),
x=c(0,2,1,1,1,0,0),
sex=c(0,0,0,0,1,1,1))
# Fit a stratified model
m=coxph(Surv(time, status) ~ x + sex, test1)
y=predict(m,type="survival",by="sex")
По сути, я делаю фальшивые данные под названием test1, затем подгоняю простую модель coxph и сохраняю ее как 'm'.Тогда я собираюсь получить предсказанные вероятности и доверительные интервалы для вероятности выживания отдельно для полов.Мой обнадеживающий набор данных «y» будет включать: возраст, вероятность выживания, нижний доверительный интервал, верхний доверительный интервал и пол, равный «0» или «1».